本站所有资源均为高质量资源,各种姿势下载。
立体图像质量评价是计算机视觉领域的重要研究方向,尤其在处理不对称失真场景时面临独特挑战。本文提出的创新框架通过生成中间图像来模拟单眼视觉感知,有效提升了质量评估的准确性。
传统2D图像质量评估方法在应用于立体图像时存在明显局限,无法准确捕捉左右视图间的不对称失真。新框架的核心思想是:当人类观察立体图像时,大脑会自然融合左右视图形成中间视觉感知。基于这一生理机制,算法首先生成符合人眼融合特征的中间视图。
实验数据表明,这种中间图像的质量评分与人类主观评价具有更高的相关性。尤其在处理不对称失真时,如单侧模糊、亮度差异或几何变形等情况,新框架的评估结果显著优于传统2D质量指标。这是因为中间图像既保留了立体视觉的深度信息,又消除了不对称失真带来的评估偏差。
该方法为立体内容制作、3D显示设备测试以及视觉传输系统优化提供了更可靠的质量评估工具。未来研究方向可探索不同融合算法对评估结果的影响,以及如何将该框架适配于实时质量监控系统。